分布式计算课程补充笔记 part 1.5

▶ 编写 SLURM 脚本

 #!/bin/bash
 #SBATCH -J name                 # 任务名
 #SBATCH -p gpu                  # 分区名，可为 cpu 或 gpu
 #SBATCH -N                     # 节点数
 #SBATCH --ntasks-per-node=     # 单节点进程数
 #SBATCH --cpus-per-task=       # 单进程 CPU 核心数
 #SBATCH -o output.log           # 标准输出文件
 #SBATCH -t -::           # 运行最长时间
 #SBATCH --gres=gpu:            # 申请的 GPU 卡数，只能在 -p 为 gpu 时填写

 # 要运行的命令

▶ 检查任务状态

sinfo                               # 查看各个分区状态　　
sinfo -lN                           # 查看节点状态
squeue                              # 查看任务状态
scancel JOBID / scancel -u username # 取消任务

▶ 交互式任务提交

● 申请交互式资源：① ssh 直连节点（如 ssh cu01），获取新 bash；② 完成交互式计算任务；③ exit 退出到登录节点，再次 exit 命令退出 bash，并释放资源

● salloc 用法（参数名与脚本式提交相同）

salloc -N  -p cpu -c  -t ::  # 申请  台 cpu 分区的节点，每个线程  核心，占用时间  小时

▶ module 相关

module avail                # 查看所有软件模块
module list                 # 查看当前已经加载的模块
module add m1 m2 m3 ...     # 添加模块
module remove m1 m2 m3 ...  # 删除模块
module purge                # 删除所有
module swap m1 m2           # 交换模块（m1 → m2）

▶ conda 是 anaconda 软件的包管理器和环境管理器

conda create -n ENVNAME                     # 创建 conda 环境
source activate ENVNAME                     # 激活环境
(ENVNAME) conda install package1 = x.y.z    # 在已经激活的环境里安装包
(ENVNAME) pip install package1 == x.y.z     # 安装了 python 后可用 pip
(ENVNAME) source deactivate                 # 退出环境
conda env remove -n ENVNAME                 # 删除环境（当前环境不能处于激活状态）